基于圖像的模糊控制器設計的智能小車自動停車

（河北農業大學理工學院 河北 黃驊 061100）

李雅欣，索琰琰，吳 昊，黃建昌（通訊作者）

1 引言

隨著汽車數量的增加，停車系統已經成為商業環境下的一個重要問題。盡管一些汽車公司最近開發了自動停車系統，但安全性和成本問題仍然有待于商業化。大多數與停車問題有關的研究通常是通過考慮非完整約束來找到一條連接初始配置和最終配置的路徑。而本文通過考慮智能小車相對于停車位的位置和方向，不用任何參照和控制，使用模糊邏輯模仿有經驗的駕駛員的停車能力。這種方法需要測量智能小車與停車位間精確的距離和方向。所以基于圖像的定位是自動停車的一種更有效的選擇。

2 提出問題

本實驗的目的是開發一種基于圖像的模糊控制器的智能小車自動停車系統。一個裝有攝像頭的機器人可以通過圖像處理來檢測一個矩形的停車位。在此實驗中，使用兩種顏色的矩形停車位將停車位的豎向和水平線分開.現實環境和圖像坐標分別以x-y坐標和u-v坐標表示。在圖像坐標上，停車位的兩條豎線是：V1=a1*u+b1v2=a2*u+b2。a1和a2表示梯度,b1和b2表示攔截的線。首先對停車位的垂直中心線進行了推導，并計算出垂直中心線的中點。然后，根據垂直中心線的中點生成所需的目標線。垂直中心線和理想的目標線表示如下：Vavg=Aavg*u+BavgUt=At+Bt。Aavg表示梯度和Bavg表示中心線的攔截,At表示梯度和Bt表示攔截所需的目標線。At和Bt可以從圖像處理獲得。被控制的機器人是一個智能小車，其模型通過：x=s*cosθ；y=s*sinθ；θ=s*tanφ/L。(x,y,θ)是機器人在世界坐標下的狀態，L是前輪和后輪之間的距離。轉向角φ是前進的速度是我們停車系統的控制輸入。跟蹤當前目標線，它可以預測At=0和Bt=0圖像坐標而不是執行y=0和θ=0的世界坐標。從參數之間的關系看(At Bt),協調和控制輸入的圖像(S φ)取決于每個像素的深度,它可能不容易獲得準確的模型關系。因此，設計了一種無模型的模糊控制器。圖1顯示了停車系統基于圖像的控制系統框圖。控制器決定了控制輸入s和φ，At和Bt,利用霍夫變換提取了圖像。

3 生成基于圖像處理的目標線

本文討論了圖像處理的一些步驟，以檢測矩形車架，并在本節中給出自動停車系統的目標線。

首先，對捕獲的圖像上進行預處理，以檢測矩形的停車線，并對自動泊車系統進行設計。這樣的預處理包括閾值。為了提取紅色和去除噪聲，使用了一些閾值函數。利用一個精確的邊緣檢測器來獲取圖像的邊緣。圖2(a)、(b)和(c)顯示原圖像、預處理圖像和矩形車架的邊緣圖像。在本研究中，提取了車架的輪廓線，運用霍夫變換計算了這些直線的梯度和截距。車架的垂直中心線是通過平均梯度和截距來設計的。下一步是找到這樣一條線的中點，并根據點構造我們的停車系統的目標線。

圖1 (a)原始圖像(b)預處理圖像和(c)邊緣圖像

圖2 合成圖像：(a)霍夫變換后；(b)垂直中心線；(c)目標線

4 模糊控制器的設計

在本文中，設計了一種名為最小-最大重心法的模糊控制器。根據捕獲圖像的一些圖像特征，確定了合適的轉向角度來定位機器人在適當的停車位置。要使用的狀態變量。目標線的梯度和截距是推理輸入。對于控制規則，所需的控制輸入以if-then規則的形式設置，這取決于使用模糊狀態變量，其中s被分配為一個常量。最后，將模糊集上的控制輸入通過消模糊轉化為實數。用加權平均法得出：

5 實驗結果

在此基礎上，提出了一種基于圖像處理的停車空間自動檢測系統。停車位的大小是390毫米長，210毫米寬。USB相機是用來探測地板上的停車線,筆記本電腦執行圖像處理，提取At和Bt使用霍夫變換捕獲的圖像。(x,y,θ)表示機器人的位置和轉向角,(x,y)是位于后輪的中間距離。這些隸屬函數是通過初步的實驗啟發式方法進行經驗設計的，并依賴于攝像機和機器人的屬性，參數設置為a2=-a1=1.75 b2=-b1=175 c2=-c1=0.349。

在本實驗中，對設計的控制器進行了三種不同的初始位置測試，如圖3所示。攝像機的朝向設置為垂直向下15度，機器人的前進速度為s=0.1[m/s]。我們的自動停車系統的實驗結果如圖4(a)、(b)和(c)所示，根據結果，目前的控制器只適用于第2例，因為第4節中描述的模糊規則非常簡單。從這個角度來看，如果要更好地控制結果，則需要對情況1和3進行改進。

圖3 實驗環境

圖4 實驗結果

6 結語

本文提出了一種基于圖像模糊控制器的四輪移動機器人自動停車系統的設計方法。實驗結果表明了設計控制器的可用性。未來可以引入一種更精確的模糊規則，來獲得比目前的情況更好的結果，在這種情況下，車輛將能有一個較大轉向角。

[1] 鄭淵中.基于攝像頭導航的智能車系統.中國科技從橫[J].2017(22).

[2] 柴飛燕.基于t-s模型的模糊控制器設計.蘭州理工大學碩士論文.2017(6).